Resumo -A definição das melhores datas para plantio de milho, adotadas no Zoneamento de Riscos Climáticos do Estado de São Paulo, é baseada nas variações espaço-temporais do índice de satisfação das necessidades de água da planta (ISNA), sendo a média ponderada o método de interpolação utilizado na espacialização deste parâmetro. Este método não considera a propagação espacial do erro da estimativa, o que permite interpretações imprecisas sobre as melhores datas de plantio, principalmente nas situações de início e de final do ciclo. O objetivo deste trabalho foi comparar métodos de espacialização de valores numéricos dos índices agrometeorológicos e avaliar sua variação espacial. Foram utilizados os métodos da média ponderada, krigagem ordinária e krigagem por indicação. A krigagem por indicação foi o método mais apropriado para espacializar o índice ISNA e definir a melhor data de plantio do milho.Termos para indexação: balanço hídrico, zona agroclimática, geoestatística. Evaluation of geostatistics methods for interpolation of agrometeorological indices used to define climatic risksAbstracts -The definition of the best sowing dates for corn, adopted in the Zoning of Climatic Risks of the State of São Paulo, Brazil, was based on space-temporary variations of the water stress index (ISNA), using the pondered average as the interpolation method to spatialize this parameter. This method does not consider the spatial propagation of errors, leading to imprecise interpretations of the best sowing dates, mainly at the beginning and at the end of the cycle. The objective of this work was to compare methods of spatializing numeric values of agrometeorological indices and to evaluate their spatial space variation. The methods of the pondered means ordinary kriging and indication kriging were used. The indication kriging was the most suitable method for spatializing ISNA and to define the best sowing date for corn, in the State of São Paulo.

Paisagem, estrutura e composição florística de um Paisagem, estrutura e composição florística de um Paisagem, estrutura e composição florística de um Paisagem, estrutura e composição florística de um Paisagem, estrutura e composição florística de AbstractEcosystem conservation of protected areas included in urban landscapes is a challenge for efficient management. Knowledge of these ecosystems and their spatial distribution is essential to guide conservation and restoration planning. We analyzed vegetation units and landscape metrics, as well as the structure and floristic composition of slope and lowland forests in Sumaúma State Park, Manaus, Amazonas, Brazil. Thirty plots (20 × 20 m) were sampled, and the height and diameter of all individuals with dbh > 5 cm were measured and the species identified. A record of 196 species belonging to 134 genera and 58 families was made, reflecting high diversity, although mainly for secondary vegetation. We identified exotic plants and six endangered species. Landscape metrics were calculated for the five landscapes units within the Park: slope forest, lowland forest, manmade grassland, bare soil and buildings. Shape and fractal dimension landscape indices for the two forest classes showed a tendency toward non-circular shape, which indicates the need to mitigate edge effects. Ongoing studies are needed to conserve areas of forest fragments in order to maintain their ecological and social functions and the recovery of degraded areas as close as possible to less impacted forest habitats.

Desde a criação da Zona Franca e implantação do Distrito Industrial de Manaus, a paisagem da cidade vem sendo alterada devido ao crescimento urbano. Este processo contribui para a redução da cobertura florestal e o surgimento de fragmentos florestais. Neste estudo foi analisada a vulnerabilidade ambiental do Parque Estadual Sumaúma, Manaus/AM, um dos poucos fragmentos florestais protegidos na área urbana da cidade. A unidade de conservação está inserida no bairro mais populoso de Manaus. O uso e cobertura da terra do Parque e seu entorno de 300 metros foram mapeados a partir da interpretação de uma imagem do satélite QuickBird. As trilhas e estradas foram mapeadas com uso de GPS e as declividades foram derivadas de um Modelo Digital de Elevação. Para integração dos dados foi aplicada a técnica de suporte à decisão AHP. Na unidade de conservação os maiores problemas de vulnerabilidade ambiental estão localizados ao longo do seu perímetro, nos limites com a área urbana e nas trilhas do Parque.